斯坦福HomeBody项目实测：GPT-6 Astra指挥宇树G1进厨房收拾家务

斯坦福团队最新项目 HomeBody 让 GPT-6 Astra 接上宇树 G1 机器人，进了厨房干活：G1 先探索一个从未见过的厨房，随后根据语言指令收拾物品、丢弃纸盒，甚至把不在眼前的药找出来递到人手里。比如让它把咖啡袋集中放到岛台上，再丢掉指定的牛奶和橙汁纸盒，它就能在厨房里来回搬运完成任务。

从 Robocurve 此前让 GPT 和 Claude 控制机械臂完成桌面抓放测试，到这次 G1 走进厨房，大模型控制机器人的任务范围又往外扩了一圈：机器人不只要判断眼前抓什么，还得记住东西在哪，再把走路、抓取、放置连成一串。

取药的场景更值得注意：用户只说「帮我把药拿来」，药并不在当前视野里，机器人从之前保存的画面中找到线索，走到对应抽屉前，开抽屉、取出药、递给人，期间还顺手完成了丢纸盒的任务。团队表示，部署到这个新厨房时，系统不需要额外采集训练数据，也无须再训练一套专用动作策略。

让大模型把机器人技能当工具调用

HomeBody 的核心思路可以概括为一句话：让 GPT 把机器人技能当工具调用。Astra 负责理解目标、安排步骤，再调用导航、抓取、开抽屉等技能。整个流程分三步：先让机器人逛一圈，用相机、激光雷达和 SLAM 一边建图一边记录位置；再由 Astra 担任 Real2Sim 智能体，在 Isaac Sim 仿真平台里搭出数字厨房，并用真实测量约束重建结果；最后用户给出目标，系统结合当前画面、地图、空间记忆和执行结果，自行安排接下来的动作。

大模型控制机器人的任务范围正在扩大，从桌面机械臂抓放测试到进厨房做长链路家务。具身智能落地最快的场景往往先出现在商用服务与工业环节，图文标识行业的仓储拣货、展馆导览机器人，未来都可能受益于这类「大脑」的进步。